Entendiendo asociaciones de materiales: una aplicación

práctica a datos de prospección.

Resumen
En este trabajo debéis evaluar si es posible dilucidar la cronología de un sitio arqueológico
mediante un planteamiento cuantitativo. Los datos son reales, proceden de una prospección
arqueológica en Jaraíz de la Vera (Cáceres). A partir de los datos que se os facilitan debéis
analizar las variables con los métodos adecuados y sin violar las condiciones de los tests
estadísticos.
Palabras clave: prospecciones, Neolítico, Mesolítico, análisis de correlación.

1. Introducción.
En 2010 realizamos una campaña de prospección en sitios aparentemente mesolíticos. La
recogida de materiales realizadas en prospección no sistemática en la zona sugería que
estábamos ante una densidad de ocupación importante. Los materiales estaban compuestos
por industria lítica en sílex como microburiles, geométricos de diverso tipo entre los que
había segmentos de círculos, nucleos microlaminares y laminitas. Este material es muy
ambiguo, puede ser tanto Mesolítico Final como Neolítico Antiguo. Aparentemente
presentaban una ausencia de cerámica, por lo que nos decantamos por considerar una
cronología mesolítica en un inicio.
Hasta aquí todo bien. Diseñamos una estrategia de prospección sistemática para conocer la
extensión de los sitios y poder abordar una estrategia de excavación. Dividimos los sitios en
cuadrículas de 5 x 5 metros y fijamos un tiempo de prospección de cada cuadrícula en 10
minutos, de esta forma podíamos realizar una recogida pautada de material y someterla a un
análisis estadístico. Controlando las condiciones de la toma de la muestra nos
asegurábamos de que no existiera una sobrerrepresentación del registro en unas
cuadrículas frente a otras.
Figura 1. Distribución de cuadrículas en el sitio de Veguillas 3.
Una vez comenzada la prospección nos dimos cuenta de que en las cuadrículas comenzaban
a aparecer pequeños fragmentos de cerámica prehistórica muy rodada y empezamos a
preguntarnos si tendrían relación con el sílex. En el caso de que se demostrara una asociación
tendríamos que empezar a pensar que la cronología de los sitios no era quizás mesolítica.
Demostrar o rechazar este extremo es el objetivo de este trabajo.
Figura 2. Algunos microburiles de Veguillas 3, junto a fragmentos apicales de láminas,
residuos de la fabricación de microlitos.
Diréis que lo más fácil hubiera sido haber hecho un sondeo. Bien. Lo hicimos. La estratigrafía
sólo nos mostró un nivel superficial de escasa potencia y revuelto, en el que se encontraban
todos los materiales. Luego podemos asumir que los resultados del análisis de prospección
son representativos de la ocupación arqueológica de los sitios. A falta de una única muestra,
la totalidad de los sitios mostró la misma situación. Distintos análisis mostraron que tras las
desamortizaciones del siglo XIX se produjo una erosión del suelo, en la que se perdió gran
parte de la información arqueológica.
Un análisis estadístico basado en los datos de prospección parece ser la única forma de
realizar una propuesta cronológica.

2. Objetivos del análisis.

Tratamos de confirmar si existe relación entre la cerámica y la industria lítica para poder
realizar una propuesta sobre la cronología de los sitios. Léanse los párrafos precedentes.

3. Los datos.

cer lit
0 4
0 1
0 0
0 2
0 0
0 0
0 0
0 3
1 7
0 0
0 0
1 3
1 3
4 18
3 43
3 9
0 2
 cer lit
3 7
4 12
1 13
0 6
2 30
0 4
0 2
2 4
0 1
0 4
1 14
4 12
0 9
0 1
0 11
1 12
1 10
1 4
0 3

Aquí la tabla (n = 36). Os cuento qué es cada variable.

Cada caso de la muestra representa una cuadrícula
cer: el número de cerámicas localizadas en cada cuadrícula.
lit: el número de elementos líticos localizadas en cada cuadrícula.

4. Método (a completar por vosotros).

Desarrollad una metodología de análisis que permita llegar a una conclusión sobre la
hipótesis planteada previamente. Comentad aquí qué tipo de análisis emplearíais para
acometer el análisis y porqué, teniendo en cuenta que hay que procurar utilizar variables
continuas. No se trata de describir resultados, sino de describir los métodos y justificar
porqué se usan.
En este análisis, se utilizaría el coeficiente de correlación como método para medir la relación
entre variables.
Los coeficientes de relación más comunes son Pearson (r), Spearman (ρ) y Kendall (τ), los cuales
están estandarizados en el intervalo [-1,1]. Al considerar el signo y la magnitud del coeficiente, se
puede determiner la fuerza de la relación entre variables. La magnitud, la cual se encuentra en el
intervalo [-1,1], indica cuánto se acerca la relación a los extremos y, por lo tanto, la fuerza de la
relación de la dispersion de los puntos.
Cabe destacar que todos los test de correlación contienen una parte basada en el test de contraste
de hipótesis.
Vamos a establecer como que nuestra H0 es que no existe relación entre las dos variables (se debe
al azar) y nuestra H1 es que si existe relación entre nuestras dos variables (no se debe al azar).
Primero, se copiarán las columnas del excel y pegarlas en PAST, después seleccionaremos las
columnas y miraremos si siguen una distribución normal con los datos que salen en summary
statistics, después, haremos un boxplot para ver si hay o no valores atípicos (estos dos pasos lo
hacemos para saber que tipo de coeficiente de correlación usar), a continuación, con normality test
comprobaremos si debemos rechazar o no la hipótesis nula, luego comprobaremos el tipo de
distribución de nuestros datos utilizando un gráfico XY (gráfico de dispersion) y por último
haremos la correlación entre nuestras dos variables.

5. Resultados (a completar por vosotros).

Mirando los datos que nos

proporciona Summary Statistics
podemos ver que los datos no
siguen una distribución normal ya
que la media y la mediana no son la
misma.

Con el Boxplot también podemos

comprobar que nuestros datos no
siguen una distribución normal ya
que vemos que la línea de en medio
no está centrada, y también vemos
que temenos valores atípicos.
En el test de normalidad nos vamos
a fijar en p(normal) de Anderson-
Darling A. Vemos que los p-value
son relativamente bajos (menores
que 0.05), lo que sugiere que hay
suficiente evidencia para rechazar la
hipótesis nula, es decir, si hay
relación y no se debe al azar.

En este gráfico de distribución

podemos ver que nuestras variables
no siguen ningún tipo de
distribución lineal.

Al hacer la correlación temenos que

elegir Spearman´s rs, ya que a pesar de
que temenos 36 datos y podríamos
usar Pearson, nuestros datos no siguen
una distribución normal y hay datos
atípicos.
Vemos que nuestros datos tenemos
una relación fuerte y con poca
dispersion.
Y el P-value nos indica que debemos
rechazar la H0.

r(36)= 0,72637, p=5,3037E-07

6. Conclusiones (a completar por vosotros).
Tras la realización de los análisis correspondientes, se puede concluir que esta relación no
se debe al azar y que existe una posible relación entre la presencia de cerámica y la industria
lítica. No obstante, nuestros datos no siguen una distribución paramétrica, es decir, no siguen
una distribución normal y presentan valores atípicos, por lo que se debe utilizar Spearman´s
rs en lugar de Pearson para realizar la correlación, ya que Pearson solo sirve para variables
con distribución paramétrica y en las que no haya valores atípicos. Los resultados de la
correlación indican una fuerte relación y poca dispersión entre ambas variables, lo que
sugiere que los sitios arqueológicos en los que se encuentra cerámica también hay una
presencia significativa de industria lítica, y viceversa. Esta información puede ser utilizada
para proponer una posible cronología de los sitios arqueológicos basada en la presencia de
cerámica y la industria lítica. Es importante destacar que, aunque se ha demostrado una
correlación entre ambas variables, no necesariamente implica una causalidad, sino una
asociación.